鄭曉芳

（華東交通大學(xué)電氣與電子工程學(xué)院，江西南昌 330013）

我國電梯群控系統(tǒng)研究文獻(xiàn)綜述與思考

鄭曉芳

（華東交通大學(xué)電氣與電子工程學(xué)院，江西南昌 330013）

通過研究國內(nèi)外文獻(xiàn)，對電梯群控系統(tǒng)中的系統(tǒng)建模、交通模式識別、群控調(diào)度方法、群控仿真等熱點問題進(jìn)行詳細(xì)的分析。提出未來研究重點應(yīng)關(guān)注電梯配置理論，群控仿真平臺，電梯節(jié)能等幾個問題。

電梯群控系統(tǒng)；調(diào)度方法；智能控制；仿真

電梯群控系統(tǒng)（elevator group control system，EGCS）是指，根據(jù)建筑物內(nèi)的交通流狀況，合理配置多部電梯組成梯群，由微機(jī)控制系統(tǒng)統(tǒng)一管理梯群的召喚信號，對當(dāng)前的交通狀況進(jìn)行智能識別，并根據(jù)交通模式的識別結(jié)果結(jié)合不同的優(yōu)化目標(biāo)產(chǎn)生系統(tǒng)的控制策略，針對不同的控制策略應(yīng)用相應(yīng)的優(yōu)化派梯算法，從而得出最優(yōu)派梯決策［1］。由于電梯群控系統(tǒng)具有多目標(biāo)性、非線性性和不確定性等動態(tài)特性，難以用精確的數(shù)學(xué)模型加以描述，僅通過傳統(tǒng)的控制方法很難提高電梯控制系統(tǒng)的性能。

隨著智能控制技術(shù)在電梯群控系統(tǒng)中的大量應(yīng)用，如何有效的解決高層建筑垂直交通，尋求最優(yōu)控制策略，優(yōu)化調(diào)度多部電梯以提高電梯的運行效率和服務(wù)質(zhì)量，成為國內(nèi)外許多學(xué)者研究的重要課題之一［2-3］。

1 電梯群控技術(shù)的發(fā)展過程

電梯的群控技術(shù)主要經(jīng)歷了4個發(fā)展階段。第1階段：1971年以前，電梯群控技術(shù)的初級階段，采用的是繼電器順序控制、轎廂區(qū)間指派方式。第2階段：1971－1975年，采用集成電路可以進(jìn)行較為復(fù)雜的邏輯計算，控制方式采用候梯時間預(yù)測控制。第3階段：1975－1988年，計算機(jī)開始應(yīng)用于電梯群控系統(tǒng)，在此階段著重研究電梯群控系統(tǒng)的動態(tài)特性，控制方式主要是最小候梯時間控制和綜合評價函數(shù)控制。第4階段：從1988年至今，是電梯群控技術(shù)的快速發(fā)展階段，標(biāo)志是基于計算機(jī)及其網(wǎng)絡(luò)的人工智能技術(shù)的應(yīng)用，即：專家系統(tǒng)技術(shù)、模糊邏輯技術(shù)、神經(jīng)網(wǎng)絡(luò)技術(shù)、模糊神經(jīng)網(wǎng)絡(luò)技術(shù)、進(jìn)化算法（如遺傳算法、免疫算法）等技術(shù)的應(yīng)用。

隨著群控技術(shù)的發(fā)展，國外各大公司相繼推出帶有智能控制技術(shù)的群控電梯。1970年日立公司使用計算機(jī)開發(fā)出一種能學(xué)習(xí)的電梯系統(tǒng)；1976年三菱公司推出了OS’75系統(tǒng)，使用呼叫分配方法，縮短了平均候梯時間；1988年三菱公司推出了AAI-2100系統(tǒng)，把模糊控制理論和專家系統(tǒng)應(yīng)用于電梯群控系統(tǒng)。1993年，日立公司推出FI-340G系統(tǒng)，將遺傳算法用于電梯系統(tǒng)。

如今著名的電梯公司都擁有不同特色的群控技術(shù)和群控產(chǎn)品，但這些技術(shù)大多是由國外的電梯公司開發(fā)的并且擁有專利產(chǎn)權(quán)，別人很難得到這些電梯群控系統(tǒng)的核心技術(shù)。我國對電梯系統(tǒng)特征研究與國外相比還處于較落后的狀態(tài)，直到1986年，國內(nèi)才開始對電梯配置理論和電梯系統(tǒng)特性進(jìn)行研究，我國群控技術(shù)文獻(xiàn)最早見于1990年。目前電梯群控技術(shù)與配套裝置主要依賴于進(jìn)口，國內(nèi)大部分還停留在理論研究階段［4-7］。

2 電梯群控技術(shù)的主要研究內(nèi)容

2.1 群控系統(tǒng)建模

要對電梯進(jìn)行系統(tǒng)的研究，就必須給電梯群控系統(tǒng)建立一個便于分析、能反映系統(tǒng)實際狀況的系統(tǒng)模型。首先要建立電梯群控系統(tǒng)邏輯層次的數(shù)學(xué)模型，用數(shù)學(xué)規(guī)則來描述系統(tǒng)的動態(tài)行為，其次還需要用計算機(jī)建立正確且有效的系統(tǒng)仿真平臺。早期僅僅用概率論進(jìn)行粗略的運算，20世紀(jì)90年代初開始運用隨機(jī)服務(wù)系統(tǒng)理論，建立電梯服務(wù)系統(tǒng)的理論模型，應(yīng)用排隊論的Em/M/n模型描述電梯的群控行為［8］。由于電梯群控系統(tǒng)是一種典型的離散事件的動態(tài)系統(tǒng)，而Petri網(wǎng)可方便的分析離散事件的各種特性，可以直觀的描述離散事件系統(tǒng)的各種關(guān)系和行為，且Petri網(wǎng)作為一種圖形化和數(shù)學(xué)化的建模工具，能提供一個集成的建模、分析和控制環(huán)境，因此，Petri網(wǎng)比較適合用于電梯群控系統(tǒng)建模。基于Petri網(wǎng)的電梯群控系統(tǒng)建模主要分為3個步驟，即充分研究電梯行為，建立系統(tǒng)Petri網(wǎng)模型和采用編程實現(xiàn)Petri網(wǎng)模型。但是，Petri網(wǎng)建模的狀態(tài)空間龐大，易會出現(xiàn)組合爆炸問題，所付出的計算成本非常高［8-12］。隨著agent技術(shù)的發(fā)展，也出現(xiàn)了面向agent的模擬電梯模型［12］。為使復(fù)雜的問題簡單化，國內(nèi)外學(xué)者都將電梯群控系統(tǒng)看著離散事件動態(tài)系統(tǒng)來分析，但從本質(zhì)上來講，電梯群控系統(tǒng)是包含離散事件動態(tài)系統(tǒng)和連續(xù)變量動態(tài)系統(tǒng)的混合動態(tài)系統(tǒng)。近年來，有不少研究，以細(xì)胞自動機(jī)理論為基礎(chǔ)，建立電梯群控混合模型，再以O(shè)D矩陣法對客流進(jìn)行建模分析，基于細(xì)胞自動機(jī)的建模思想使整個數(shù)學(xué)模型變得直觀可控，很好地包容和統(tǒng)一電梯群控系統(tǒng)的運動和管理，為群控建模提供了一個較好的新方法［4，13-14］。

2.2 群控系統(tǒng)交通模式識別

交通模式的識別問題是指，根據(jù)一定時間段（一般為5 min）內(nèi)的交通流的具體信息，確定此段時間中的交通模式。在不同的交通模式下必須采用不同的派梯算法才能適應(yīng)建筑物中所有的交通模式，所以交通模式識別的準(zhǔn)確性將直接影響到整個系統(tǒng)的性能［4，17］。

一般認(rèn)為電梯交通系統(tǒng)的乘客到達(dá)可以近似的認(rèn)為服從Poisson分布，在此基礎(chǔ)上，通常將電梯的交通類型分為以下幾個模式：

1）上行高峰模式：所有乘客均由底層（基站）大廳進(jìn)入轎廂，再由電梯送到各自樓層；

2）下行高峰：所有的乘客都運送到基站；

3）層際交流：層間的可能交通；

4）空閑交通：樓層的客流少，不足以使用全部電梯。

早期的交通流模式識別都是在專家經(jīng)驗的基礎(chǔ)上，通過建立模糊隸屬函數(shù)、構(gòu)建模糊規(guī)則和執(zhí)行模糊推理來判斷客流情況，但模糊推理缺乏學(xué)習(xí)能力［18］。神經(jīng)網(wǎng)絡(luò)由于具有非線性、非局域性及動態(tài)性等特點和較強的學(xué)習(xí)能力，1996年開始被引入電梯群控系統(tǒng)，并成功的應(yīng)用于識別交通流量的變化，但是神經(jīng)網(wǎng)絡(luò)方法制定樣本困難，而且網(wǎng)絡(luò)訓(xùn)練非常耗時［19］。為此很多學(xué)者提出用模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行交通模式的識別，模糊神經(jīng)網(wǎng)絡(luò)是將神經(jīng)網(wǎng)絡(luò)與模糊邏輯二者有機(jī)的結(jié)合，采用模糊神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行模糊信息處理，即可以克服神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)難以確定以及模糊邏輯無自學(xué)功能的缺點，又可以有效發(fā)揮其各自優(yōu)勢，使模糊系統(tǒng)成為一種自適應(yīng)系統(tǒng)［20-24］。近年來，人工免疫算法也逐漸在交通模式的識別中得到應(yīng)用［34］。

2.3 群控調(diào)度方法

電梯群控的功能就是采用優(yōu)化控制策略來管理梯群，以最合適的方式應(yīng)答層站以及轎廂的呼梯信號，以提高電梯的運行效率和服務(wù)質(zhì)量。建筑物及乘客的多樣化導(dǎo)致派梯已經(jīng)不再是僅僅以縮短乘客的候梯時間為目標(biāo)的優(yōu)化過程，而是逐漸演變?yōu)榈湫偷亩嗄繕?biāo)決策問題。

2.3.1 群控系統(tǒng)的特點［5-6，25］

電梯群控系統(tǒng)有其較為特殊的性質(zhì)，主要表現(xiàn)在以下幾個方面：

1）多目標(biāo)性。評價電梯群控系統(tǒng)的性能指標(biāo)主要有平均候梯時間、長時間候梯率、轎廂擁擠率、能源消耗率等，它是一個多目標(biāo)控制系統(tǒng)，且指標(biāo)之間互相矛盾，各指標(biāo)之間的相互平衡成為控制的難點之一；

2）系統(tǒng)的不確定性或系統(tǒng)信息的不完備性。系統(tǒng)存在大量的不確定性，如乘客數(shù)、停靠的層站數(shù)、停靠的具體層站等，由于系統(tǒng)的不確定性導(dǎo)致系統(tǒng)信息的不完備；

3）系統(tǒng)的非線性。對同一組廳堂的呼叫，在不同的時間段，轎廂的分配是不同的，即轎廂分配的變化是不連續(xù)的；

4）系統(tǒng)的擾動性。系統(tǒng)不可避免的具有不確定性的隨機(jī)干擾。如登記錯誤的廳呼喚、廂門不能正常關(guān)閉等。

2.3.2 群控系統(tǒng)的調(diào)度原則［25］

隨著電梯技術(shù)的發(fā)展，目前常見的電梯調(diào)度原則有：固定程序調(diào)動原則，例如上下行高峰程序運行；分區(qū)調(diào)度原則，即按固定分區(qū)調(diào)配或動態(tài)分區(qū)調(diào)配；心理待機(jī)時間評價調(diào)度以及綜合成本調(diào)度原則。其中綜合成本調(diào)度原則它綜合反映了電梯的運行成本，對電梯運行的時間、效率、耗能及乘客心理等多種因素給予兼顧，是目前較為推崇的一種調(diào)度原則。

2.3.3 群控系統(tǒng)的調(diào)度方法［25，27-29，37］

調(diào)度方法是群控系統(tǒng)的核心，目前已產(chǎn)生多種智能的電梯調(diào)度方法。

1）基于模糊模型的電梯調(diào)度方法。該方法由于無法跟上建筑交通的變化，其性能極大的依賴于專家知識的好壞，規(guī)則庫修改困難，因此影響了它的應(yīng)用；

2）基于專家系統(tǒng)的電梯調(diào)度方法。該方法增加了系統(tǒng)的靈活性，但整個控制過程過分依賴于知識源；

3）基于模糊神經(jīng)網(wǎng)絡(luò)的電梯調(diào)度方法。模糊邏輯和神經(jīng)網(wǎng)絡(luò)的結(jié)合取長補短，但如何確定網(wǎng)絡(luò)合理結(jié)構(gòu)及網(wǎng)絡(luò)處理單元間的復(fù)雜分布交叉作用，使該方法有一定的缺陷；

4）基于遺傳算法的電梯調(diào)度方法。由于遺傳算法能有效的求解組合優(yōu)化問題及非線性多模型、多目標(biāo)的函數(shù)化問題，故是尋求滿意解的最佳工具之一。但由于遺傳算法生物基礎(chǔ)鮮明，數(shù)學(xué)基礎(chǔ)不夠完善，目前還存在搜索效率極其時間性的問題，此調(diào)度方法也是目前研究的熱點。

2.4 群控系統(tǒng)群控仿真系統(tǒng)

群控調(diào)度算法是電梯群控問題的關(guān)鍵技術(shù)，但各類群控算法由于成本太高而難以在真實的情景中測試，而仿真系統(tǒng)可以為用戶提供一個研究群控算法的實驗平臺，通過仿真可以發(fā)現(xiàn)算法存在的缺陷并積累電梯群控的規(guī)則和策略［30-32］。

電梯群控仿真系統(tǒng)由電梯群控仿真環(huán)境、交通流發(fā)生器及虛擬電梯組成。目前有采用VB編制仿真程序［6，26］，有采用em-plant開發(fā)平臺開發(fā)仿真程序［5］，有利用離散事件系統(tǒng)仿真理論，采用MATLAB語音編寫仿真程序［7］，有采用MVC設(shè)計模式并通過Visual C#實現(xiàn)對電梯系統(tǒng)運行仿真的［32］，由于各自開發(fā)的工具、語言及數(shù)學(xué)模型的不同，難以對各類仿真系統(tǒng)的性能進(jìn)行比較。

3 目前研究應(yīng)重點解決幾個問題

雖然我國在電梯群控研究中已經(jīng)取得了較大的成績，但本人認(rèn)為在研究當(dāng)中還應(yīng)重點關(guān)注或解決以下幾個問題。

1）電梯配置理論的研究。電梯是一個復(fù)雜的系統(tǒng)，若要求其實現(xiàn)最優(yōu)的服務(wù)，其前提是必須有適當(dāng)?shù)碾娞菖渲脭?shù)量。電梯配置研究也是研究群控系統(tǒng)智能化調(diào)度的基礎(chǔ)。但當(dāng)前絕大多數(shù)研究者都熱衷于電梯群控核心技術(shù)的研究，對電梯配置的研究極少［33］。目前設(shè)計人員在設(shè)計當(dāng)中大多以類比或評估的方法確定電梯的臺數(shù)，缺乏科學(xué)的依據(jù)，并由此帶來樓梯廳擁擠、乘梯環(huán)境惡劣等問題。在電梯群控系統(tǒng)虛擬環(huán)境下，通過軟件開發(fā)實現(xiàn)電梯配置設(shè)計，不僅可以達(dá)到更加符合實際的配置效果，而且具有很大的實用價值和經(jīng)濟(jì)價值，也是目前研究人員應(yīng)關(guān)注的問題之一。

2）群控技術(shù)的實際應(yīng)用研究。目前我國電梯生產(chǎn)單位近200家，中小企業(yè)近90%，合資企業(yè)均由外方控股，非合資企業(yè)對電梯群控系統(tǒng)的研究尚處摸索階段，高層或超高層建筑使用的電梯均是國外公司的產(chǎn)品。也就是說，我國電梯的應(yīng)用市場絕大部分是國外技術(shù)，國內(nèi)的研究大多局限于理論研究或僅僅局限于仿真。所以應(yīng)盡快加強實際應(yīng)用研究，研究開發(fā)出具有獨立知識產(chǎn)權(quán)的商品化電梯群控技術(shù)。

3）電梯群控仿真平臺的建立。電梯群控系統(tǒng)是一個離散事件的動態(tài)系統(tǒng)，對電梯群控系統(tǒng)進(jìn)行仿真是希望通過對動態(tài)系統(tǒng)仿真模型運行的觀察和統(tǒng)計，獲得電梯群控系統(tǒng)實際性能的評估或預(yù)測，從而對真實系統(tǒng)的設(shè)計進(jìn)行修正或優(yōu)化。但由于仿真是基于模型的活動，模型又是在理想化的假定條件下導(dǎo)出的，因此，由于真實情況與假定之間存在差異時，基于模型下的仿真結(jié)果與實際系統(tǒng)的真實輸出之間也必然存在差異。再者，基于同一仿真模型的多次仿真結(jié)果并不一定相同，而在目前電梯群控系統(tǒng)理論的研究當(dāng)中，研究者大多均以有限次的仿真結(jié)果為依據(jù)作出判斷和決策，這種判斷的可信度值得研究。目前通常的做法是，研究者自己開發(fā)相應(yīng)的仿真的軟件對自己研究的群控調(diào)度方法進(jìn)行仿真，然后得出結(jié)論，缺乏一個業(yè)內(nèi)比較公認(rèn)的仿真平臺。因此本人認(rèn)為仿真軟件急需進(jìn)一步開發(fā)、完善和規(guī)范，要有一個業(yè)內(nèi)比較公認(rèn)的仿真平臺，對各種群控調(diào)度方法進(jìn)行仿真驗證，從而推動電梯群控技術(shù)的應(yīng)用研究。

4）電梯節(jié)能問題的研究。在建筑物的能源中，電梯的用電量僅次于空調(diào)，遠(yuǎn)高于照明、供水等的用電量，但對電梯能耗的研究目前并沒有引起研究者的足夠重視，存在重服務(wù)效率輕節(jié)能的現(xiàn)象。如何進(jìn)一步挖掘電梯調(diào)速系統(tǒng)節(jié)能的潛力，如何在群控系統(tǒng)中進(jìn)一步平衡電梯候梯時間、電梯能耗關(guān)系應(yīng)引起研究者的重視［35-37］。

［1］楊廣全.電梯交通流分析及電梯群控策略研究［D］.上海：上海交通大學(xué)，2008：1-12.

［2］趙碩，何鵬，唱江華.基于模糊控制的電梯群控系統(tǒng)的研究與設(shè)計［J］.微計算機(jī)信息，2006，22（5）：51-53.

［3］劉劍，溫泉，王鑫，等.粒子群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在電梯群控系統(tǒng)中的應(yīng)用［J］.沈陽建筑大學(xué)學(xué)報：自然科學(xué)版，2009，25（5）：1003-1006.

［4］楊禎山，邵誠.電梯群控技術(shù)的現(xiàn)狀與發(fā)展方向［J］.控制與決策，2005，20（12）：1311-1329.

［5］鮑海.基于模糊神經(jīng)網(wǎng)絡(luò)的電梯群控系統(tǒng)交通模式識別和多目標(biāo)優(yōu)化群控算法研究［D］.上海：同濟(jì)大學(xué)，2007：5-24.

［6］陳步榮.基于改進(jìn)遺傳算法的電梯群控系統(tǒng)設(shè)計及其仿真系統(tǒng)開發(fā)［D］.南京：南京航空航天大學(xué)，2007：1-12.

［7］劉意楊.基于蟻群模糊神經(jīng)網(wǎng)絡(luò)的電梯群控智能調(diào)度方法的研究［D］.長春：東北大學(xué)，2006：3-8.

［8］孫東，張惠僑，朱昌明.電梯服務(wù)系統(tǒng)的理論建模與分析［J］.上海交通大學(xué)學(xué)報，1996，30（3）：113-119.

［9］LIN C H ，F(xiàn)U L C.Petri net based dynamic scheduling of an elevator system［C］//Proc of IEEE Int Conf on Robotics and Automation，Minneaoolis，1996：192-199.

［10］馬福軍.電梯群控系統(tǒng)研究［D］.大連：大連理工大學(xué)，2003：20-30.

［11］ HUANG Y H，F(xiàn)U L C.Dynamic scheduling of elevator systems over hybrid petri net/rule modeling［C］//Proc of IEEE Int Conf on Robotics andAutomation，Leuven，1998：1805-1810.

［12］宗群，何彥召，魏利劍.面向agent的電梯群控仿真系統(tǒng)建模研究［J］.系統(tǒng)仿真學(xué)報，2006，18（5）：1391-1393.

［13］徐國圣，朱昌明.一種電梯客流交通分布的求法［J］.應(yīng)用基礎(chǔ)與工程科學(xué)，2004，12（1）：86-92.

［14］趙小翠，羅飛，許玉格.混合電梯群控系統(tǒng)建模及新型優(yōu)化調(diào)度策略［J］.計算機(jī)應(yīng)用研究，2010，27（7）：3291-3293.

［15］陳森發(fā)，周振國，于棟華.一種動態(tài)OD矩陣估計算法的理論及應(yīng)用［J］.東南大學(xué)學(xué)報：自然科學(xué)版，2003，33（1）：106-110.

［16］范鳴玉，張瑩.最優(yōu)化技術(shù)基礎(chǔ)［M］.北京：清華大學(xué)出版社，1982：16-31.

［17］周偉.電梯群控系統(tǒng)的調(diào)度算法研究［D］.武漢：華中科技大學(xué)，2004：15-20.

［18］DASGUPTAD.Artificial immune systems and their application［M］.New York：Springer-Verlag，1993：78-85

［19］張乃堯，閻平凡.模糊神經(jīng)網(wǎng)絡(luò)與模糊控制［M］.北京：清華大學(xué)出版社，1998：28-37.

［20］宗群，尚曉光，嚴(yán)明，等.基于模糊神經(jīng)網(wǎng)絡(luò)的電梯系統(tǒng)交通模式識別［J］.系統(tǒng)工程學(xué)報，2001，16（6）：418-422.

［21］謝康林，傅勁游.神經(jīng)模糊邏輯控制系統(tǒng)隸屬函數(shù)和推理規(guī)則的確定［J］.上海交通大學(xué)學(xué)報，1997，31（8）：28-32.

［22］宗群，童玲，牙淑紅，等.基于遺傳算法模糊神經(jīng)網(wǎng)絡(luò)的電梯群控調(diào)度［J］.天津大學(xué)學(xué)報，2003，36（5）：585-589.

［23］NAOKI IMASAKI，SUSUMU KUBO，SHOJI NAKAI，et al.Elevator group control system tuned by a fuzzy neural network applied method［C］//IEEE International Conference on Fuzzy Systems，US：1995：1735-1740.

［24］劉增良.模糊技術(shù)與神經(jīng)網(wǎng)絡(luò)技術(shù)選編［M］.北京：北京航空航天大學(xué)出版社，2001：47-58.

［25］李向莉.基于模糊神經(jīng)網(wǎng)絡(luò)的電梯群控系統(tǒng)調(diào)度方法研究［D］.蘇州：蘇州大學(xué)，2006：02-35.

［26］趙國軍.電梯群控技術(shù)的研究［D］：杭州：浙江工業(yè)大學(xué)，2000：49-51.

［27］王晗.基于人工智能的電梯群控算法研究［D］.沈陽：東北大學(xué)，2007：13-15.

［28］李東，王偉，邵誠.電梯群控智能系統(tǒng)與智能控制技術(shù)［J］.控制與決策，2001，16（5）：513-517.

［29］刑關(guān)生.基于強化學(xué)習(xí)算法的電梯動態(tài)調(diào)度策略的研究［D］天津：天津大學(xué)，2005：121-127.

［30］李增昌.群控電梯智能控制策略研究［D］.天津：天津大學(xué)，2004：10-17.

［31］鄭延軍，張惠橋，葉慶泰，等.電梯群控系統(tǒng)客流分析與仿真［J］.計算機(jī)工程與應(yīng)用，2001（22）：139-141.

［32］楊離離.電梯群虛擬仿真模型設(shè)計與分析［D］.沈陽：沈陽建筑大學(xué)，2005：81-85.

［33］宗群，蔡笠.虛擬環(huán)境下的電梯配置［J］.制造自動化，2001，23（1）：28-31.

［34］李中華，朱燕飛，李春華，等.基于人工免疫聚類算法的電梯交通流分析［J］.華南理工大學(xué)學(xué)報：自然科學(xué)版，2003，31（12）：26-29.

［35］黃娟麗，萬杰，李少綱.電梯節(jié)能技術(shù)綜述［J］.能源與環(huán)境，2010（1）：41-42.

［36］周振龍，王亞珍，張志信.一種新型的電梯節(jié)能群控系統(tǒng)［J］.裝備制造技術(shù)，2011（3）：28-30.

［37］王波，段軍，卿曉霞，等.一種改進(jìn)調(diào)度算法的電梯節(jié)能新技術(shù)［J］.智能建筑電氣技術(shù)，2010，4（6）：44-47.

［38］王更生，俞云新，蔡求元，等.基于DACS3的改進(jìn)蟻群算法求解TSP問題［J］.華東交通大學(xué)學(xué)報，2010，27（2）：57-60.

Literature Review and Consideration on the Elevator Group Control System in China

Zheng Xiaofang
（School of Electrical and Electronic Engineering，East China Jiaotong University，Nanchang 330013，China）

Through detailed examination of existing literature，this paper conducts a comprehensive analysis of several key issues regarding the elevator group control system，which includes system modeling，traffic mode recognition，group control dispatching method and group control simulation.The paper also offers suggestions for possible future research based on the theory of elevator configuration.Simulation software of the elevator group control system and elevator energe-saving of related studies in China.

elevator group control system；dispatching method；intelligent control；simulation

TU857

A

1005-0523（2012）03-0051-05

2012-04-08

江西省教育廳科技研究項目（GJJ11447）

鄭曉芳（1963－），女，教授，研究方向為建筑智能化。